1700503058
1700503059
18.1 一个有效的质量保障流程制度
1700503060
1700503061
18.2 质量保障流程制度的重要性
1700503062
1700503063
18.3 如何支持与强化质量保障流程制度
1700503064
1700503065
数据分析挖掘的商业实践是跨专业跨团队的协同配合，所以需要质量保障流程和制度来有效保障最终的商业实践效果。这些流程和制度一方面可以促使有关各方在数据挖掘商业实践的不同阶段落实各自不同的角色、职能、分工和价值，维护整个业务流的畅通和效率，另一方面可以有效达成数据挖掘商业实践各环节的阶段性目标，从而为最终的商业实践效果带来满意的回报。
1700503066
1700503067
本章详细介绍一个数据挖掘商业实践质量保障流程和制度，这个流程和制度已在实践中被多次证实比较有效，另外本章还会谈及该制度的重要性，以及如何在企业管理中从组织架构上强化、支持这个流程制度。
1700503068
1700503069
有效的流程制度来源于数据挖掘商业实践，并且会服务于商业实践。
1700503070
1700503071
1700503072
1700503073
1700503074
数据挖掘与数据化运营实战：思路、方法、技巧与应用 [:1700497733]
1700503075
数据挖掘与数据化运营实战：思路、方法、技巧与应用 18.1 一个有效的质量保障流程制度
1700503076
1700503077
图18-1是一个数据挖掘商业实践中质量保障流程制度的简单示意图。该流程制度从数据分析挖掘的业务需求收集整理开始，通过需求收集、评估、课题组成立、向业务方提交正式项目计划书、开展数据分析挖掘、提交结论报告及应用建议，到落地应用跟踪和总结，构成一个完整的数据挖掘商业实践流程和制度，很适用而且比较有效。
1700503078
1700503079
1700503080
1700503081
1700503082
图18-1 数据挖掘商业实践中质量保障流程制度的简单示意图
1700503083
1700503084
以下内容，将针对上述各环节的具体内容、重点、环节产出物、环节责任人、环节的价值等做详细的分解和说明。
1700503085
1700503086
数据挖掘与数据化运营实战：思路、方法、技巧与应用 [:1700497734]
1700503087
18.1.1 业务需求的收集
1700503088
1700503089
作为流程制度的第1步，本环节重点在于收集、发掘来自业务实践的有价值的商业分析挖掘需求。俗话说得好，好的开头是成功的一半，一个在落地应用中取得较好商业价值的数据分析挖掘应用，一定是在最开始的业务需求提炼中就能够有效聚焦商业（业务）需求，并且该商业需求应适合转化成数据分析挖掘课题。
1700503090
1700503091
所谓有效聚焦商业（业务）需求，是说提炼、收集的分析需求应该是定义清楚的、符合业务场景的，并且能反映当前业务中的难点、瓶颈和前景，如果能有效解决，将会对业务发展产生正面的推动和促进作用。当然，这些要求都是需要接口相应业务线的数据分析师做初步判断和评估的。
1700503092
1700503093
所谓适合转化成数据分析挖掘课题，是指在商业实践中，有的分析需求是伪命题，比如明显不符合逻辑的业务假设，而有的分析需求则不具备分析条件，比如数据积累不足等。对于诸如此类的问题，则需要相关的数据分析师基于对业务的理解和对数据分析技术的了解而作出比较准确的判断并给出结论。
1700503094
1700503095
具体来说，本环节的制度流程包含了以下内容：
1700503096
1700503097
❑明确该环节的责任人。在企业的商业实践中，一般来说，每个业务线或业务板块，都应该有相应的数据分析师作为接口人来对接业务需求，该数据分析师需要熟悉相关的业务内容，负责对日常的数据分析工作进行支持。同时，该数据分析师也需要定期收集或提出业务线的专题数据分析挖掘课题方向。所以，各业务线（业务板块）的接口数据分析师即该环节的责任人，他（她）要负责月度、季度甚至半年中本业务线潜在的数据分析挖掘需求的收集、提炼和整理工作。
1700503098
1700503099
❑明确数据分析需求的两个来源。一般来说，需求的来源有两个，一个是由业务方（包括管理层）提出分析需求，另一个是由数据分析师基于自己的观察和判断提出的分析需求。两个来源都很重要，都不能忽视和放松。对于业务方来说，因为他们最了解自己的业务，具有旁人所无法具备的深刻的业务经验和业务敏感性，所以业务方提出的分析需求常常代表了业务方的难题和瓶颈，通常也预示着有效解决此分析需求将会极大促进业务发展。另外，因为是来自业务方的需求，所以在后期的分析讨论和落地应用实践中也常常会得到他们的大力支持和配合，这一点在落地应用中尤其重要。对于数据分析师来说，由于他们既了解接口的业务，又熟悉数据分析技术，所以数据分析师提出的潜在分析需求，相比业务方提出的分析需求常常更加容易转化成数据分析课题，更有复合性，其兼顾业务和分析技术。当然了，要具有这些优势，是需要数据分析师自身的素质和能力有一定的保证。
1700503100
1700503101
❑分析需求的提出，需要业务方给出正式的需求文档——分析需求申请书，哪怕是数据分析师提出的分析需求，也应该争取业务方的理解和支持，并由业务方提出需求，该需求文档一般是由业务方通过电子邮件（E-mail）的方式提交给数据分析部门，同时抄送业务方的业务主管。之所以需要抄送给业务主管，主要是为了确保业务分析需求是经过业务主管同意的，是从业务整体利益考虑的，并且是经过业务主管把关和过滤的；同时，只有是经过业务主管同意的业务分析需求，才可以保证在随后的业务分析展开和落地应用环节能得到业务方在组织构架上的有效支持和参与。如果没有业务主管的同意和支持，很多数据分析的结论在后期甚至根本就不能得到落地应用的机会。所以，取得业务主管的同意和支持是收集和提出分析需求的一个关键环节，这需要数据分析师和数据分析团队共同遵守。
1700503102
1700503103
1700503104
1700503105
1700503106
数据挖掘与数据化运营实战：思路、方法、技巧与应用 [:1700497735]
1700503107
数据挖掘与数据化运营实战：思路、方法、技巧与应用 18.1.2 评估小组评估需求的优先级